人工智能賦能高職“金課”建設:邏輯耦合、現實困厄與行動路向

摘" 要： 人工智能+教育提供“千人千面”的個性化教育，與高職“金課”建設“以學生為中心”的教學理念同向同行;新興技術與高職教育的互馴互構帶來的學科融合以及資源聚合效應，證明人工智能助推高職教育“金課”建設有諸多邏輯上賦能的耦合關系。但人工智能在助推高職“金課”建設的同時，也面臨學生高階性學習目標輔導不足、智慧化教學內容脫節滯后、泛在性課堂實效難以保證、數據化教學評價弱化情感等現實困厄。高職院?！敖鹫n”建設未來的行動路向需從強化教師導學作用入手重塑教師角色，通過融入人工智能理論知識、關注個性化自適應學習內容等推動課程內容革命，通過加強多元主體對話建設課堂生態，通過注重情感數據采集來規避教學評價唯數據傾向。

關鍵詞： 人工智能; 高職; 以學生為中心; “金課”

中圖分類號： G712" " " " " 文獻標志碼： A" " " " " 文章編號： 1671-2153（2025）01-0076-07

在國家教育數字化戰略中，人工智能與教育的深度融合是重要選擇。高職教育作為一種培養高素質技術技能人才的類型教育，在人工智能逐步迭代的背景下，利用人工智能等現代教育技術開展高職教育“金課”建設是大勢所趨。《新一代人工智能發展規劃》要求“利用智能技術加快推動人才培養模式、教學方法改革”[1]。在人工智能與各行各業不斷融合的“智慧時代”，高職教育工作者對利用數字技術優化、創新和變革教育教學活動等需要進行新的思考。如何將人工智能融入高職教育教學活動中，有效推動職業教育“金課”建設，實現職業教育的數字化轉型，從而提升人才培養質量、促進高職院校高質量發展，成為一個值得探究的時代課題。

一、人工智能賦能高職“金課”建設的邏輯耦合

（一）理念契合：“以學生為中心”與“千人千面”同向同行

“金課”建設是在新一輪科技革命沖擊教育領域的背景下，高職教育必須實施的系統工程，“金課”之“金”由“高階課堂、對話課堂、開放課堂、知行合一、學思結合”組成[2]。樹立“以學生為中心”的教學理念，是“金課”建設的首要前提。建設“金課”的目的是通過對課堂中教師角色、學生地位、課程內容、教學方式、教學評價等教學要素進行徹底革新，打造真正“有效”“互動”“有趣”“有情”的課堂，實現師生在教學活動中的同頻共振，強化立德樹人的育人宗旨。

在新一代信息技術革命的影響下，人工智能的技術正深刻地改變著教育領域的活動。人工智能與教育的融合已經是未來教育的發展趨勢。由于“人工智能+教育”能為“千人千面”學習效果的實現提供技術上的可能，人工智能可以根據學習者的喜好進行推薦，可以統計學習記錄、學習數據，生成針對每一個學習者的個性化學習方案。這與高職教育“以學生為中心”的“金課”建設要求形成呼應，改變了傳統的以教師為中心的知識傳授范式，從而引領高職教育發生重大變革。因此將人工智能融入高職教育的教學變革之中，二者能在理念上同向同行，有效助推高職教育開展“金課”建設。

（二）學科融合：新興技術與高職教育的互馴互構

“每一次技術革命帶來的技術進步都與課堂教學進行著互構互馴的過程，互融互通，共同演繹著課堂教學的變革。”[3]人工智能中的新興技術與高職教育之間，已經產生了學科融合現象。一方面，以人工智能為特征的教育科技的發展帶來了新興技術的廣泛應用，對教育產生了深遠影響。“人工智能賦能職業教育的教學模式改革，推動技術技能人才培養模式的重構與發展，提供沉浸式學習體驗和職業技能的模擬訓練”[4]，有利于提升學生適應智能化生產的實操技能。元宇宙、全息投影、數據分析、虛擬現實、增強現實、混合現實、智能機器人、眼動儀等各種新技術、新型教育設備層出不窮，且逐步運用于高等職業教育活動中，在豐富學習資源、拓寬學習渠道、提高學習效率等方面起著不可低估的作用，可謂直接解構和建構了高職的課堂和教學模式。

另一方面，高職教育近年來的蓬勃發展也對新興技術進行馴化。尤其在“以學生為中心”教學理念盛行的當下，高職教育教學目標更加關注學生創新能力、自主發展和社會責任等綜合素質。在建構主義學習理論的視域下，高職教育的“金課”建設需要教學注入新的生機，知識和技能的獲得、素養的提升已然是一個多種關系意義建構的過程。因此，職業教育作為一門學科，對人工智能這一學科如何通過技術迭代發展教育學科、促進職業教育高質量發展提出了新的挑戰，同時也對人工智能技術創設仿真場景和個性化學習環境提出了巨大的訴求，從而驅使包括人工智能在內的教育科技行業加大創新力度和速度，加快智能技術更新迭代，提高對日益增長的職教資源的處理能力。

（三）資源聚合：海量信息與個性化學習的互融互促

黃炎培先生曾論斷，職業教育人才培養的目的首先是謀個性之發展[5]。而人工智能賦予職教學生前所未有的信息獲取體驗，學習資源的傳播更為便捷和立體，海量信息與知識鏈條快速傳播，資源聚合及其衍生的學習支持系統，使得無邊界的學習場域成為可能，也為個性化的學習和“學生個性之發展”提供了更為寬泛的選擇和海量的學習資源，并且能與個性化的資源互融互促，實現聚合。學生擁有了無處不在、無時不有的學習空間，符合高職教育“金課”建設力求實現和拓展學習者個性化特征的要求，還能夠促進海量信息的建設，二者互融互促，產生積極的聚合效應。

首先，這種聚合能更好地滿足教與學需求。人工智能會針對教師和學生的喜好從海量的學習資源中迅速搜索和推送個性化的資源，將自動化的輔助學習軟件與大數據技術相結合，這些智慧化的技術對于突破教學重點、化解教學難點大有幫助。而且大數據根據學生自主學習時產生的數據，幫助教師依據教與學的原理靈活安排教學進度。其次，這種聚合更強調開放與共享。師生可以共同制作學習資源，學生不僅高頻次使用人工智能推送的資源，掌握了簡單智能技術后也可以結合興趣愛好、發展需求等邀請合作伙伴協同編輯、共建、分類、評價學習資源，實現對開放性學習資源的再處理，參與構建整體的知識資源網絡。最后，有助于實現生產資源與教學資源的結合。鑒于職業教育注重實踐教學的特征，高職教育的個性化學習還要求學習資源必須與生產資源相結合，但也沒必要不斷購置頻繁更新換代的儀器設備。所以人工智能的仿真技術直接對接工廠生產線，可以讓學生即時感知和體驗企業生產過程，全面了解生產流程和設備調試的過程，且生成的仿真場景將被上傳到學習平臺，供學生線上學習、自主學習。

二、人工智能助力高職“金課”建設的現實困厄

人工智能催生的教育科技在推動職業教育變革、促進教育創新和進步方面，正在發揮著不可替代的重要作用，但同時在教育實際中也存在一些現實困厄。

（一）高階性學習目標輔助不夠

高階性學習目標包括學生是否能運用科學方法、歷史方法和其他方法進行有目標、探究式、深層次的學習。教育學家芬克（Fink）在布魯姆教育目標分類法的基礎上，提出有意義學習分類法。有意義學習包括基礎知識、應用、綜合、人文維度、關心和學會學習六種教學目標的實現[6]。在人工智能沖擊職業教育的進程中，在以學生為中心的教學實踐中，與其他的教學目標相比，教會學生學習更具有挑戰性和高階性。因為學生不再是接受知識的“容器”，而是掌握智能手段之后，能夠批判知識，參與建構知識并使之聚合成一個系統的主體。

因此，將人工智能技術手段引入高職的教學中，為學生的學習拓展了維度、提供了便捷。但人工智能技術在實現高階性目標的輔助作用方面，仍顯乏力。一是對個性化學業發展規劃能力的提升輔助不足。學生需要學?；蛘呓處煂赢a業和社會的需求輔助他們制訂符合自身興趣愛好、專業特質、學習風格的個性化的學業發展計劃。這一目的要求教師更多地抽離出知識傳授者的角色，轉而向學習策略導師、學習計劃導師轉型，進而為學生逐一進行個性化的學習目標指導。在此方面，教師的引導不足，或過分依賴技術手段弱化“導”的職能，致使學生基于個性發展和特長拓展式的高階學習、深度學習難以展開。二是對學生理性思維的培養輔助不足。人工智能帶來的“深度沉浸體驗”乃至以ChatGPT為代表的生成式人工智能提供的互動效果，在有助于學生了解、認識一些基本概念和專業知識的同時，卻將那些需要依靠推理、邏輯、思辨才能“理解”的知識推向了更難掌握的位置[7]。因此，包括靈活應用、綜合分析、情感聯結等在內的高階性教學目標則難以依靠人工智能進行拓展。如果過分依賴智能技術帶來的虛擬仿真、沉浸式體驗、身臨其境的“穿越”等感官感受，而忽略了對理性思維的培養，則不足以體現高職教育“金課”的高階性。

（二）智慧化教學內容脫節滯后

雖然高職教育“金課”建設普遍性地將虛擬仿真教學系統建設，增強現實、虛擬現實等人工智能技術融入教學，但如若僅僅將人工智能作為手段加入教學環節中，則遠不足以達到人工智能與職業教育深度融合的程度。目前高職“金課”對教學內容的革命還不夠徹底，存在忽略植入人工智能學科內容的通病，并未像計算機基礎課程一樣，將其作為高職學生必須掌握的公共基礎課程進行普及，這不利于學生將該門通識課程與專業課程的智慧化進程巧妙融合，也不利于學生了解學科的發展前沿，由此導致教學內容在智慧化、智能化方面明顯與時代脫節或者滯后。

（三）泛在性課堂實效難以保證

泛在學習是豐富的學習資源與先進的學習技術交互相融后的全新學習形式與學習活動存在樣態，其以泛在的技術工具等為依托，是一種學習者可隨時隨地使用任意設備獲得學習資源的學習方式[8]。學習方式的智慧化和學習場域的泛在性能為學生的自主學習提供自由開放、無邊界的學習氛圍，有助于他們涉獵課堂之外的領域，培養自主探究和綜合判斷、制定策略等能力，但高職學生常年形成的欠佳的學習方法和學習習慣，導致他們有了學習的主動權后，依然不能積極主動學習。此外，在人工智能對教學時空解構和重構的背景下，師生如何錨定目標，開展有效的教學互動，建立具有實效的泛在性課堂生態，是一個必須解決的問題。

再者，自主學習的場域虛化、體驗弱化、情境淡化和交流簡化等，是影響學習績效的重要原因[9]。教學變成了自學，學生只能使用簡單的人工智能手段了解一些“知識”，基于理解的深度學習卻往往難以展開，教師“導學”的作用發揮不足，所以表面上看起來無處不在的課堂，其實效性卻難以保證。

（四）數據化教學評價弱化情感

人工智能最核心的機理是計算，大量的數據和算法公式是它得以存在的基本原理。然而人工智能運用于教學評價仍有弱化情感價值的弊端，因為人工智能機器不會有同理心。在教育教學活動中，師生的互動需要情感上的交流，教學的評價也不例外。但大數據的分析不會體現“同情”“關愛”“感同身受”的感覺。

教學評價作為教學活動的重要環節，直接反映對教學效果的評定，也反映對人才培養的訴求和導向。未來教育更需要志趣高尚、勤于思考、善于協作、勇于創新、人格健全的復合型高素質人才[10]。因此，在人工智能融入高職教學評價的過程中，對于人工智能產生的大量數據，教師在實施教學評價時應辯證看待。數據作為支撐，有一定的合理性和科學性，然而人工智能的分析畢竟受限于情感的缺失。教學評價如若過分依賴冷冰冰的數據分析，將學生的表現機械地進行劃分，顯然也違背高職教育關注人的全面發展的根本原則。

三、人工智能賦能高職“金課”建設的行動路向

基于人工智能賦能高職教育“金課”建設的邏輯耦合，為規避高職教育“金課”實踐過程中出現的上述偏差和越位，高職院?！敖鹫n”建設需從教師角色、課程內容、課堂生態、評價體系四個維度出發，分別去強化導學作用、重組學習內容、強化主體間對話、注重情感數據的采集。

（一）教師角色重塑：強化導學作用

美國當代學者韋默（Weimer）認為，“以學生為中心”的課堂應當對學生進行賦權，在向學生轉移和分享一些能夠直接影響他們學習過程的控制權后，學生將更有可能和有機會成長為一個有效學習、使學習真實發生的學生[11]。未來的職業教育不僅要按照每位學生的興趣愛好、個性特征定制個性化的培養方案，更需要教會學生自主學習、實踐、創造和自我管理[12]。按照芬克的有意義學習分類法，學會學習是體現高階能力的教學目標。人工智能時代要解決“金課”建設過程中高階性學習目標輔助不足的問題，把學習的主動權交回給學生，培養學生的學習力和思維力，可以從以下三個層面強化教師導學作用，重塑教師的角色。

1. 教師要做學生“學會學習”的引路人。教師要引導學生對“學會利用AI工具學習”產生元認知。這種元認知是指學生對自己學習過程的認知和調控能力，它涉及學生對自己學習策略、學習目標、學習資源和學習成效的主動反思和調整，使學生能夠清楚自己的學習需求和優劣勢。學生建立了這種元認知，一是能借助人工智能設定合理的學習目標，并采取適當的學習策略來達成這些目標。二是學生能有意識地對學習進程進行自我評估，他們會通過自我提問來檢查學習效果，發現問題后及時通過人工智能手段查閱資料或尋求老師幫助。三是能及時調整學習方法，有效監控自己的學習進度，并根據智能化工具或教師的反饋進行自我評價和修正。

2. 教師要做學習方法的傳播者。學會學習就是學會如何探索和構建知識以及如何進行自主學習。教師要善于傳授適應智能時代發展的學習方法。例如穿透式學習主張的結構化學習方法，包括費曼空白筆記本法、沖刺學習法、沖刺閱讀法。這些方法著眼于構建知識體系，能有效幫助學生學透、精通所學內容，除此之外，這類方法還特別強調技術工具在學習中的運用、學生向AI提問的技能和編寫個人知識指南的技能等。掌握了這些方法和技能有利于學生將外部的知識體系建構成個人的，從而實現學習的自主化，形成個性化的學業規劃。

3. 教師要做學習環境的設計師。正如美國“以學生為中心”教學理念和實踐的奠基者巴爾（Barr）和塔格（Tagg）所說：“教師不再是通過講授來傳授知識的學科專家，而是學習環境的設計者，團隊互動的教練。”[13]學習環境的設計，對學習的發生有直接作用。人工智能植入教學環境中，不僅要在課堂中放置智能設備方便學生隨時提問，還可設計元宇宙教室，搭建基于生產一線工作實務的智能化VR/AR場景，讓學生身臨其境地去體驗、感受，教師著重設計思考、判斷和協同操作的問題，為學生創建訓練邏輯思維能力的具象化載體。

（二）課程內容重組：融入AI學習內容

人工智能與教育的融合已是職業教育高質量發展的趨勢，這讓教育真正實現從規?；騻€性化、定制化發展，實現以學生為中心、以學生的個性化發展為重心的新型教育。目前，國內外眾多高水平研究型大學已經在課程體系中加入了人工智能的相關課程。高職院校在課程設置和內容組織方面還存在滯后的情況。針對智慧化教學內容脫節的問題，高職院校“金課”的建設需要重組課程內容，除了“崗課賽證”的融合之外，還應當嵌入人工智能學科內容，優化自適應學習內容供給。

1. 嵌入人工智能學科內容。隨著人工智能技術的進步，高職的學生畢業以后所從事的工作也將涉及該行業的人工智能化發展，從智能家居到自動駕駛，從語音助手到智能醫療，智能科技領域也成了大學生就業的熱門方向。因此，高職學生的學習內容理應包括人工智能技術的基本原理和應用方法[14]。另外，還應該在課程內容的設置上主動引導學生學習一些簡單的人工智能應用方法，例如編程、算法和數據庫管理等，以幫助學生在未來的職業發展中順利適應數據處理、模型構建、算法優化等工作，并提升他們運用人工智能技術解決實際問題的能力?！督處煍底炙仞B》標準的出臺，對職業院校教師提出了新的時代要求，也對學校、政府、行業、企業提出了在整個職業教育領域大興“普及人工智能常識之風”的要求。所以，只有當人工智能作為通識性的教學內容覆蓋到每一位師生，才有可能全面提升教師和學生的數字素養。

2. 優化自適應學習內容供給。自適應學習是基于行為主義心理學理論而產生的一種學習模式，指學習者受到學習環境、場域中信息的刺激后，做出的條件反射式信息加工和學習構建。它并無固定的學習目標，也不設置學習進度，強調的是提高學習者自主解決問題和獲取知識的能力[15]。自適應學習通常在一定的技術、場景、平臺中自主發生、維持、反思和評估，因此更能體現個性化的學習需求。自適應學習的引擎模型主要由學習者模塊、教學模塊和領域模塊組成（如圖1所示）。所以在高職院校的“金課”建設進程中，要優化自適應學習內容供給，特別是教學模塊，教師要對人工智能的內容和媒體進行選擇，幫助學生規劃學習路徑，并記錄學生學習情況與調整教學進度;在領域模塊，內容供給者則要結合職業教育“崗課賽證”融合的需求，對學習目標等級、知識內容對象、內容資源模型進行不斷更新和優化。

教師和自適應學習內容提供者，要充分挖掘自適應學習給學生高效學習、學會學習帶來的強大動能，有意識地關注學生自適應學習的內容，通過大數據技術追蹤、了解每個學生的認知水平和學習習慣，差異化進行學情分析，再有針對性地根據自適應學習形成學習情況圖譜，陪伴并指導每個學生定制自己的學習方案，觸發自適應學習引擎，全面做到內容自適應、序列自適應、測評自適應，并進行記錄與適時調整，以此貫徹因材施教的教育原則和深化“以學生為中心”的高階性、個性化、導學式教學改革，也才能讓“泛在性”的自主學習產生實效。

（三）課堂生態重構：加強多元主體對話

高職院校的“金課”建設還應包含對課堂生態的重構。人工智能背景下的課堂生態，是由學生、教師、教學活動、智能技術、產教融合環境等各要素以及相互關系所構成的一個有序運行、動態平衡的有機整體。各個要素之間的對話與交流營造更為健康有序的學習氛圍。正如雅斯貝爾斯所說：“教育是人對人主體間靈肉交流的活動?！盵16]對高職課堂生態進行重構，特別是人工智能“能說會道”的技術嵌入后，主體之間的對話不應該因為智能機器、技術的嵌入而形成屏障，否則會使課堂生態這一有機整體的各個主體陷入疏離狀態，與教育的初衷背道而馳。

課堂生態的重構應加強多元主體的對話，可以從人本化、多元化、協同化三個維度展開。人本化是指人是教學生態系統的主體;職業教育的目的是培養和發展人，因此在利用人工智能技術開展課堂生態革命時，只有回歸“育人”宗旨，泛在課堂才有了根本遵循，師生的對話和交流才得以產生。切不可讓技術限制了學生的發展，弱化了教師的職能和功能。多元化主要凸顯教學生態系統中各要素和教學過程各環節的復雜特征;由于職業教育需要企業、行業、產業各種要素注入育人的過程，因此在構建課堂生態環境時，需要將企業生產一線的智能化生產場景直接“搬”到課堂之中，營造生活化、實景化、產業化的課堂氛圍。協同化強調教學場域中的學生與教師、師生與智能機器、智能機器與環境等多要素共生發展。所以，在教學過程中，一些智能設備的設置、使用，包括課前課后教師的導學方案中如何引導學生使用智能設備進行拓展、答疑、合作探究，均能加強各個主體、要素之間的對話和交流，提升泛在課堂的實際效用。

（四）評價模式的重設：注重情感數據采集

2020年中共中央、國務院印發《深化新時代教育評價改革總體方案》，要求“改進結果評價，強化過程評價，探索增值評價，健全綜合評價”[17]，為教育評價模式的重設提供了根本遵循?！皬娀^程評價”“健全綜合評價”的要求強調關注教育全過程和學生的綜合素質，所以對教學的評價切不可缺失人文維度的評價，也因此要注重對學生學習過程中產生的情感數據的采集。學生在學習過程中體現的高雅的志趣、正確的價值觀、高尚的職業素養、出眾的創新思維，以及團隊精神、責任感、使命感、大局觀等，都應該是被重視的數據。

對于利用人工智能手段進行教育評價時弱化情感的問題，解決的途徑之一是人工智能情感計算應用后的評價模式重設。所謂情感計算是指由計算機通過攝像頭、穿戴設備等智能機器對人類情感進行捕捉、識別、翻譯和仿真，并基于此探測分析情緒，能通過情感計算和社群計算對學生的情緒特征和社交關系進行解析[18]。教師在評價學生學習效果時，可以從個性特征、知識分析、行為分析、學習體征、社交特征等多維度重設評價的模式（如圖2所示）。教師開展過程評價時借助新一代的人工智能技術對學生的認知行為、心智行為、眼動行為、臉部行為和交流行為實時實地精準采集和分析，例如借助智能化穿戴設備、圖像識別和虛擬現實技術，跟蹤、記錄學生在協作式學習過程中產生的創新、協同、合作、同理心、共情感等要素，為學生繪制個人學習畫像，全方位對學生的學習進行綜合評價。

四、結論

黨的二十大報告首次將教育、科技、人才作為“三位一體”的整體來論述，指明了新時期我國職業教育改革的新方向。人工智能等科技元素與高等職業教育的深度融合交匯，將為高等職業教育發展注入新動能。職業教育作為融通教育鏈、產業鏈和人才鏈的類型教育，根本任務是培養具有主體性的人，因此在利用人工智能技術建設“金課”的進程中，應當突出職業教育培養的是人工智能背景下具有不可替代性特征的高素質職業人才。人工智能對高職教育“金課”建設的賦能，要求教師充分重視高職學生作為“人”的個性化發展，做到“教”與“不教”的平衡，強化學習導師角色，要求學生轉變學習習慣、發展高階思維能力，進一步思考如何“學”和“學什么”的問題;要求內容提供者遵從職業教育的發展規律和發展需求，提供更多優質的、體現科教融匯、產教融合特征的、符合職業教育人才培養要求的“崗課賽證”融合式學習內容，從供給側進一步豐富自適應學習內容;要求課堂生態的構建實現“人—機—環境”的高度和諧和學習空間的可重構性;要求增加對教學評價的過程性、情感性數據的采集力度。上述四個維度的舉措為人工智能時代職業教育“金課”建設提供了行動路向，有助于加快實現高職院校學生成長、教師發展等多方面的深刻變革。

參考文獻：

[1] 國務院關于印發新一代人工智能發展規劃的通知[EB/OL]. （2017-07-20）[2023-09-21]. https：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[2] 李志義. “水課”與“金課”之我見[J]. 中國大學教學，2018（12）：24-29.

[3] 任祥華，柳士彬. 人工智能時代教學以何存在[J]. 中國電化教育，2021（5）：87-93.

[4] 周馳亮，方緒軍. 人工智能背景下職業教育教學改革的三重邏輯：起點、挑戰與路徑[J]. 中國職業技術教育，2022（20）：33-39.

[5] 周明星. 藩籬與跨越 高等職業教育人才培養模式與政策[M]. 武漢：華中師范大學出版社，2018.

[6] 芬克. 創造有意義的學習經歷[M]. 胡美馨，劉穎，譯. 杭州：浙江大學出版社，2006.

[7] 周序，秦嘉龍. 人工智能時代直觀教學面臨的機遇與挑戰[J]. 四川師范大學學報（社會科學版），2023（5）：124-129.

[8] 姜晨. 泛在學習背景下未來學校建設研究[D]. 濟南：山東師范大學，2023.

[9] 李海峰，王煒. 網絡陪伴式學習：一種泛在學習場域下的群體自律協同學習模式[J]. 電化教育研究，2023（5）：67-73，81.

[10] 楊宗凱，王俊，吳砥，等. ChatGPT/生成式人工智能對教育的影響探析及應對策略[J]. 華東師范大學學報（教育科學版），2023（7）：26-35.

[11] 楊春梅. 高校以學生為中心的教學：理念與路徑[M]. 北京：北京理工大學出版社，2018.

[12] 趙慧. 未來教育：教育改革的未來[M]. 北京：人民日報出版社，2021.

[14] 李久軍，巴登尼瑪. 人工智能背景下職業教育評價的主體性堅守與改進路向[J]. 職業技術教育，2022（28）：56-61.

[15] 吳笛. 基于語義網的個性化網絡學習服務[M]. 武漢：武漢大學出版社，2017.

[16] 雅斯貝爾斯. 什么是教育[M]. 鄒進，譯. 上海：生活·讀書·新知三聯書店，1991.

[17] 中共中央 國務院印發《深化新時代教育評價改革總體方案》[EB/OL]. （2020-10-13）[2023-10-08]. https：//www.gov.cn/zhengce/2020-10/13/content_5551032.htm.

[18] 李韌. 自適應學習：人工智能時代的教育革命[M]. 北京：清華大學出版社，2019.

Construction of “Golden Courses” for Higher Vocational Colleges Enabled by Artificial Intelligence： Logical Coupling，Realistic Dilemma and Action Direction

LI Jing， GU Zhiping

（Guangzhou Nanyang Polytechnic， Guangzhou 510925， China）

Abstract： The combination of artificial intelligence and education provides personalized education for different people with different needs，and the teaching philosophy of “student-centered” in the construction of “golden courses” in higher vocational education is in line with each other. The interdisciplinary integration and resource aggregation effects brought about by the mutual training and construction of emerging technologies and higher vocational education prove that artificial intelligence can promote the coupling relationship of “golden courses” in higher vocational education in many logical ways. However，while artificial intelligence is promoting the construction of “golden courses” in higher vocational colleges，it also faces practical difficulties such as insufficient guidance for students’ high-level learning goals，lagging behind in intelligent teaching content，difficulty in ensuring the effectiveness of ubiquitous classrooms，and weakened emotional evaluation through data-driven teaching. The future direction of action for the construction of “golden courses” in higher vocational colleges needs to start from using intelligent technology to balance the power of learning and teaching，and promote the revolution of teacher-student relationships. By integrating theoretical knowledge of artificial intelligence and focusing on personalized adaptive learning content，we can promote a revolution in course content. We can also strengthen the dialogue among multiple subjects to build a classroom ecology，and avoid the tendency of teaching evaluation to rely solely on data by emphasizing emotional data collection.

Keywords： artificial intelligence; vocational education; student-centered; “golden courses”

（責任編輯：姜聰瑞）

基金項目： 廣東省教育廳特色創新項目“廣東紅色文學經典作品的當代人文價值和數字化傳播研究”（2022WTSCX322）;廣東省教育廳特色創新項目“‘雙高計劃’背景下高職院校青年‘雙師型’教師培養路徑研究”（2022WTSCX323）

作者簡介： 李婧（1985—），女，副教授，碩士研究生，研究方向：職業教育管理。